Chương 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3 Nghiên cứu định lượng
3.3.1 Chọn mẫu nghiên cứu
Do điều kiện thời gian có hạn nên trong nghiên cứu này phương pháp chọn mẫu phi xác suất với hình thức chọn mẫu thuận tiện được sử dụng. Lý do chọn phương pháp này là vì người trả lời dễ tiếp cận và sẵn sàng trả lời phiếu điều tra cũng như ít tốn kém về thời gian, chi phí để thu thập thơng tin cần nghiên cứu.
Trong phân tích EFA, kích thước mẫu thường được xác định dựa vào kích thước tối thiểu và số lượng biến đo lường đưa vào phân tích. Hair và cộng sự (2006) cho rằng để sử dụng EFA, kích thước mẫu tối thiểu phải là 50 tốt hơn là 100 và tỉ lệ quan sát/biến đo lường là 5:1, nghĩa là 1 biến quan sát cần tối thiểu 5 quan sát, tốt nhất là 10:1 trở lên. Trong nghiên cứu này tác giả lấy kích thước mẫu theo cơng thức: N ≥ 5*x (trong đó: x là tổng số biến quan sát).
Nghiên cứu gồm có 39 biến quan sát, như vậy kích thước mẫu tối thiểu là 5*39= 195. Để đạt được kích thước mẫu đề ra, 200 phiếu khảo sát đã được khảo sát. Với kết quả đã nhận lại được 200 phiếu trong đó có 198 phiếu khảo sát hợp lệ và 02 phiếu không hợp lệ (do không điền đủ thông tin khảo sát). Số phiếu không hợp lệ sẽ được bỏ ra trước khi tổng hợp đưa vào phần mềm SPSS 20. Do đó, mẫu điều tra được chọn là 198 quan sát phù hợp với yêu cầu và mang tính đại diện của mẫu nên đảm bảo cho việc thực hiện nghiên cứu.
Dữ liệu sơ cấp sẽ được thu thập bằng cách khảo sát thông qua phiếu khảo sát được soạn sẵn. Phiếu khảo sát được gửi đến các đối tượng nghiên cứu là cán bộ Đoàn trên địa bàn thành phố Cà Mau, thời gian thực hiện khảo sát từ trung tuần tháng 10/2018 đến trung tuần cuối tháng 11/2018.
Cấu trúc phiếu khảo sát gồm có ba phần (1) Giới thiệu tác giả, mục đích nghiên cứu (2) Nội dung các câu hỏi khảo sát
3.3.2 Phương pháp phân tích và xử lý dữ liệu
Bước 1: Trực tiếp khảo sát ý kiến của 200 cán bộ Đoàn trên địa bàn thành phố Cà Mau. Số phiếu không hợp lệ sẽ được bỏ ra trước khi đưa vào phần mềm SPSS 20.0
Bước 2: Dựa vào các quan sát được chọn ra tiến hành thống kê mô tả về các đối tượng được khảo sát như: đơn vị trực thuộc, giới tính, độ tuổi, thâm niên cơng tác.
Bước 3: Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha. Hệ số tin cậy Cronbach’s alpha (gọi tắt là hệ số CA) dùng để đánh giá độ tin cậy và giá trị của các thang đo đưa vào bảng hỏi. Theo Nguyễn Đình Thọ (2011), hệ số CA phù hợp trong việc kiểm tra độ tin cậy thang đo của các nhân tố đa biến. Theo đó, mức độ phù hợp của hệ số CA là từ 0.5 – 0.8 và các biến có có hệ số tương quan biến tổng nhỏ hơn 0.30 sẽ bị loại (Nunnally và Bernstein, 1994).
Trong nghiên cứu, đo lường 5 nhân tố với 39 thang đo (câu hỏi). Sau khi chạy kiểm định độ tin cậy xong tác giả sẽ giữ lại những câu hỏi đưa ra hệ số Cronbach’s Alpha lớn nhất có thể và đó là những câu hỏi có mối liên hệ với các nhân tố cần đo lường.
Bước 4: Phân tích nhân tố khám phá (Exploratory Factor Analysis, gọi tắt là EFA) được áp dụng để rút gọn tập hợp một tập (k) nhân tố ban đầu với (x) biến quan sát thành một tập hợp của (f) nhân tố mới với (y) biến quan sát mới với kỳ vọng (f) nhỏ hơn (k) và (y) nhỏ hơn (x). Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến biến quan sát.
Mayers và ctg (2006) cho rằng trong phân tích nhân tố khám phá, phương pháp Principal Components Analysis đi cùng với phép xoay Varimax là cách thức thường được sử dụng.
Theo Hair và ctg (1998), các biến có hệ số tải nhân tố (Factor loading) lớn hơn 0,3 được xem là đạt; Factor loading > 0.4 được xem là quan trọng; và Factor loading > 0.5 được xem là có ý nghĩa thực tiễn. Điều kiện để các biến được giữ lại trong phân tích nhân tố khám phá là phải thỏa mãn Factor loading lớn hơn 0,3 và
khoảng cách giữa 02 hệ số tải nhân tố phải lớn hơn 0,2 là chấp nhận được (trong trường hợp một biến quan sát cho nhiều hệ số tải ở nhiều nhân tố khác nhau).
Bện cạnh đó, một số kiểm định đi kèm cũng được sử dụng trong phân tích EFA là hệ số KMO (Kaiser-Meyer-Olkin), hệ số này được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO càng lớn có ý nghĩa là phân tích nhân tố khám phá càng phù hợp. Theo Nguyễn Đình Thọ, mức độ phù hợp của phép thử KMO là từ 0.5-1,0. Trong khi đó, kiểm định Bartlett được sử dụng để đo lường sự phù hợp của dữ liệu với việc chạy phân tích nhân tố khám phá. Cụ thể, kiểm định này xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (mức ý nghĩa của kiểm định nhỏ hơn 5%) thì các biến quan sát có mối tương quan với nhau trong tổng thể và phù hợp để chạy phân tích EFA. Ngồi ra, theo Gerbing và Anderson (1988), số lượng nhân tố được xác định ở nhân tố dừng có Eigen-value tối thiểu bằng 1 và phương sai trích từ 50% là chấp nhận được (nghĩa là với các nhân tố được chọn, các biến sẽ giải thích được bao nhiêu % sự biến thiên của các biến quan sát có trong tập dữ liệu).
Bước 5: Kiểm định hồi quy cho từng giả thuyết, từ đó chấp nhận hay bác bỏ các giả thuyết nghiên cứu đưa ra. Trong phần này sẽ thực hiện theo trình tự:
Một là, phân tích hồi qui đủ điều kiện khi có sự tương quan giữa các biến
độc lập với nhau và giữa các biến độc lập với biến phụ thuộc dựa vào hệ số tương quan phải nhỏ hơn 0,85 (John và Benet - Martinez, 2000). Nếu hệ số tương quan lớn hơn 0,85 thì có thể xảy ra hiện tương đa cộng tuyến, nghĩa là một biến độc lập được giải thích bằng một biến khác.
Hai là, xây dựng và kiểm định mơ hình hồi qui
Lựa chọn đưa các biến vào mơ hình hồi qui và sử dụng phương pháp Enter - SPSS để xử lý tất cả các biến cùng một lần.
Trong mơ hình hồi qui, hệ số R2 (R Square) được dùng để xác định độ phù hợp của mơ hình. Tuy nhiên, các biến độc lập đưa vào mơ hình càng nhiều thì hệ số R2 càng tăng, do đó hệ số R2 điều chỉnh (Adjusted R Square) được thay thế để đánh giá mức độ phù hợp của mơ hình hồi qui bội do hệ số này không thay đổi theo số lượng biến đưa vào mơ hình.
Sử dụng phương pháp phân tích ANOVA để lựa chọn mơ hình tối ưu thơng qua kiểm định giả thuyết Ho: khơng có mối liên hệ tuyến tính giữa biến phụ thuộc với tập hợp các biến độc lập p1=p2=p3=pk= 0. Giả thuyết Ho bị bác bỏ nếu giá trị thống kê F có Sig nhỏ hơn < 0,05, trong trường hợp này tập hợp của các biến độc lập có thể giải thích cho sự biến thiên của biến phụ thuộc, như vậy mơ hình được xây dựng phù hợp với tập dữ liệu.
Xác định mức độ quan trọng của các biến độc lập đến biến phụ thuộc bằng đơn vị đo lường độ lệnh chuẩn beta.
Ba là, kiểm tra vi phạm các giả định hồi qui. Mơ hình hồi qui được xem là
phù hợp với tổng thể nghiên cứu khi không vi phạm các giả định sau: Có quan hệ tuyến tính gữa các biến độc lập với biến phụ thuộc Phần dư của biến phụ thuộc có phân phối chuẩn.
Phương sai của sai số khơng đổi.
Khơng có tương quan giữa các phần dư (tính độc lập của các sai số). Khơng có hiện tượng đa cộng tuyến
Được kiểm chứng bằng các công cụ:
Kiểm tra giả định quan hệ tuyến tính bằng đồ thị phân tán phần dư chuẩn hóa (Scatter) biểu thị tương quan giữa giá trị phần dư chuẩn hóa (Standardized Residual) và giá trị dự đốn chuẩn hóa (Standardized Pridicted Value).
Kiểm tra giả định phần dư có phân phối chuẩn bằng đồ thị tần số Histogram. Kiểm tra giả định sai số của biến phụ thuộc có phương sai khơng đổi bằng đồ thị phân tán của phần dư và giá trị dự đoán hoặc kiểm định Spearman’s rho.
Kiểm tra giả định khơng có tương quan giữa các phần dư bằng đồ thị phân tán phần dư chuẩn hóa (Scatter).
Phát hiện hiện tượng đa cộng tuyến bằng hệ số phóng đại phương sai (Variance inflation factor - VIF). Nếu VIF lớn hơn 10 là dấu hiệu đa cộng tuyến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Tóm tắt chương 3: Ở Chương 3, tác giả đã trình bày tổng quan về thiết kế
nghiên cứu, các phương pháp nghiên cứu và hệ thống các thông tin cần thiết của các đối tượng được khảo sát như: đơn vị trực thuộc, giới tính, độ tuổi, thâm niên cơng tác của cán bộ Đồn. Từ đó nêu cách thức chọn mẫu và cách tiến hành khảo sát. Mặt khác, chương này cũng trình bày cách xây dựng điều chỉnh thang đo về văn hóa phụng sự, lãnh đạo phụng sự và động lực phụng sự cơng, hồn chỉnh bảng câu hỏi, giới thiệu những điểm cơ bản trong sử dụng và điều diên giải kết quả kiểm định độ tin cậy của thang đo bằng CA; phân tích khám phá nhân tố EFA; phân tích tương quan; phân tích hồi quy.
Chương 4: KẾT QUẢ NGHIÊN CỨU
Chương 3 đã trình bày phương pháp nghiên cứu được sử dụng trong quá trình nghiên cứu. Chương 4 sẽ trình bày các kết quả phân tích từ dữ liệu thu thập của nghiên cứu bao gồm thông tin mẫu khảo sát, kết quả kiểm định thang đo, kết quả kiểm định các giả thuyết nghiên cứu đã đưa ra.
Dữ liệu được thu thập trực tiếp từ những cán bộ Đoàn của Tỉnh Đồn, Thành Đồn, Đồn khối Dân chính đảng, Đồn khối Doanh nghiệp; Lực lượng vũ trang từ ngày 03/10 đến 30/10/2018. Để đạt kích thước mẫu, 200 phiếu khảo sát đã được gửi đến cán bộ Đoàn trên địa bàn thành phố Cà Mau khảo sát; kết quả đã nhận lại được 200 phiếu khảo sát trong đó có 198 phiếu khảo sát hợp lệ và 02 phiếu không hợp lệ được bỏ ra trước khi tổng hợp (do không điền đủ thơng tin khảo sát) cịn lại 198 phiếu được đưa vào phần mềm SPSS 20 làm cơ sở phân tích.